当前位置:

Enjoy出海 >

新闻资讯>

FunPlus广告技术负责人:隐私政策变化之下,如何用这套系统提高效率?

FunPlus广告技术负责人:隐私政策变化之下,如何用这套系统提高效率?
小歪  ·  Aug 5, 2022 6:49:07 PM

7月28日,Think with Google 2022大会正式举办。在此期间,来自Google的广告方案架构师李文韬以及FunPlus的广告技术负责人胡平为大家带来了关于“如何搭建一个强大的BI系统”的内容分享。其中,胡平以FunPlus的BI系统为例,列举了BI系统应具备的所有模块,并解释了从最基础的BI然后再到高阶的BI,需要经历哪些过程。以下内容来自两位嘉宾的演讲实录:随着在线广告行业的不断进化,一个强大的BI系统对于游戏厂商来说变得尤为重要。一个很直观的因素是,随着近些年来广告行业隐私政策的改变,这些政策和技术的变化直接影响了广告主获取数据的方式和使用数据的方法。此时,如果广告主有一个强大的BI系统,则可以更好地应对隐私政策变化带来的影响,抵御所受到的冲击。

 

图片

 

当然,一个出色的BI系统带给我们的好处远远不止应对隐私政策变化这么简单的事。全面来看,它可以帮助我们通过数据和技术更好地、全方位地做出营销相关的决策。我们邀请到了FunPlus的技术负责人胡平,来具体介绍一下他们的BI系统是如何搭建起来的?不同的团队间又是如何合作的?以及他们的BI系统所具备哪些功能?

 

图片

 

胡平:大家好,我是FunPlus的广告技术负责人胡平。下面由我来分享一下FunPlus对于BI建设的一些思路。

 

FunPlus的BI团队包括什么?

 

一个完整的BI团队需要有一套机制,和公司内部的团队进行高效密切的合作。

 

图片

 

先讲一下团队主要职能。首先是产品经理,产品经理是BI产品的负责人,需要监管BI产品的规划和落地。其次,运营承接了业务的需求,他是团队的发动机。对于产品经理来说,他需要熟悉发行业务的每一个环节,所以对业务需要极高的敏感度。第二个层面是数据开发工程师,因为BI系统里面有非常多的数据,涉及到归因数据回传以及各类BI报表的开发。除此之外,还需要前后端的开发工程师,主要负责前后端的整体工程层面的一些开发工作。另外,还需要有AI或者算法工程师,实际上我们有更多的AI能力可以应用在BI和广告技术里。除此之外,还需要搭配数据分析师,可以进行挖掘分析用户的行为,包括市场和业务的一些数据。产品经理和数据开发工程师以及前后端工程师,是BI建设里边的一个标配。AI以及数据分析师的话,实际上是起到了增强团队能力的作用,大家可以根据自身的情况去考虑。另外,还需要一套协作机制。FunPlus建立了三套机制:首先是Cross Team机制,我们会跨团队去进行协作,然后和业务这边会进行一些重大的项目,然后会共同去推动。第二是产品体验官制,我们发布的新品通常会邀请业务的同学,比如说UA的同学来体验产品,他可以充当运营的角色。

 

第三是产品BP机制,BP机制可能在很多互联网大厂也会有,其实产品经理也会承担业务所有和技术相关的需求,他会进行一个统一的收口,解决业务的所有问题。

 

BI系统应具备哪些模块?

 

接下来我再跟大家分享一下完整的BI系统应该具备哪些模块。我们非常重视数据和基建,会打通市场的所有数据,包括游戏内的这些行为(一方数据),同时还有Google的Firebase、Google Analytics、Google Ads等三方数据,所有的三方数据可用Google BigQuery连接起来支撑上层应用。有了数据基建这一部分,我们可以去搭建产品系统,甚至可以围绕产品去运营策略。

 

图片

 

首先是数据分析,它可以衡量投放效果,是BI系统最核心最基础的模块。第二部分是素材创意,我们把素材相关的产品单独拿出来放了一个分类,我们觉得素材的创意在广告的投放过程中是非常重要的。BI系统可以围绕素材的效果评估、制作以及测试等全链路的环节,来提升投放的效率以及效果。第三块是投放工具,我们可以去搭建投放工具的产品矩阵,用机器去替代部分的重复性劳动来提高效率。最后是市场策略,我们的思路是可以通过S2S这种策略来精细化控制渠道优化的信号,然后去影响整个投放优化效果,这一部分已经成为了市场优化的必备操作。

 

我们认为BI系统应该要储备相应的能力,并且可以把它给产品化。第二个层面,BI的团队也会和渠道进行深度共创,比如说会和谷歌进行共创,进行一些模型的探讨。我们也非常乐意去尝试市场上新的玩法和产品。

 

从基础到高阶,经历哪些过程?

 

接下来我给大家分享一下BI建设思路,从最基础的BI然后再到高阶的BI需要经历哪些过程?从“特点”来看,我们分成了四个阶段,第一个阶段是局部的工具化,再到流程的自动化,决策的自动化,最终可以达成系统自动化。

 

图片

 

从“达成目标”来看,也分成了四个部分,从最底下的数据的基础分析,再到工具投放的产品线,再到素材的产品线,以及策略这条线。这四条线都会有相应的一些内容去进行深入地建设。像数据分析这一条,我们可以从提供最基础的数据报表,再到分析决策相关的引擎,比如可以去进行自动盯盘告警等等。在投放这条线,也可以去结合投放相关的能力,比如说广告的创建,S2S事件自动推荐。在素材这条线,我们也可以建设得很深入,首先是在素材的效果评估,再到素材的整个测试建议,以及素材的创意推荐等等。市场这一部分,我们可以利用BI的能力去监控外部市场的变化,结合自身的变化,可以自动地去挖掘红利。当然,我们现在其实也在努力往第四级进行努力,希望给到大家一些启发。接下来给大家分享两个案例,这两个案例是在实际的业务工作中碰到的两个很大的痛点,这里我会分享一下解决的思路以及大概会达成的效果。

 

图片

 

第一个案例是关于iOS的归因,大家也都知道现在iOS归因非常困难,市场上也会有各种各样的归因方式,不管哪一种规定的方式,可能都会有相应的一些缺点,所以我们的思路是去自建了一套iOS归因系统。在iOS14之前,用户是准确分配的,可以很清晰的知道每个用户来自于哪个渠道、哪个Campaign,甚至是哪个素材。到了iOS14之后,我们没有办法准确地去对用户进行分配,归因,进而选择对它进行概率的分配。用户对于整个归因的结果是一对多的关系,比如说User1有20%的几率是来自于Campaign1,有80%的几率会来自于Campaign2。

 

图片

 

这就是基于自建的概率归因系统,我们会根据用户的每一个设备上传的Conversion Value,它们之间的差异来进行概率分配。通过这样一套分配机制,理论上的归因准确率是可以大于80%的,所以实际上也可以达成iOS归因的效果。当然这其实并不是唯一解,最终还是需要去参考整体的数据,包含渠道的数据,这是其中的一种思路。第二个案例是关于素材分析,我们建设了一套素材的标签系统,这一块其实需要人去进行打标签的,面临的问题是人工打标签效率非常低,没有办法规模化应用,所以我们在这一部分应用了热力图的技术,来对素材的优质部分进行绘制热力图。

 

图片

 

通过这样的一种方式,我们可以让机器自动去打上标签。比如上图是《State of Survival》游戏里边的部分投放素材,通过这些绘制热力图纸后,我们发现穿粉色衣服的女生对于CTR的帮助是很大的。以上是我的分享,谢谢大家。李文韬:谢谢胡平。听了胡平的介绍,相信大家也是收获满满,对于一个好的BI长什么样子也是有了一定的了解。

 

图片

 

现在来为大家总结一下一般来说搭建一个BI需要做什么?以及Google团队针对游戏厂商的BI搭建可以提供哪些帮助?首先第一步,BI的开发需要对接不同的数据源,搭建并串联这些数据。一般来说,BI的数据来源有来自Google的数据,包括Google Ads、 Firebase,ADH。也有来自第三方的数据,以及游戏厂商的第一方数据。在这里Google团队可以提供的支持,包括基于Google Cloud的数据对接平台,或者针对API的方案咨询,帮助您对接不同的数据,集成到您的BI中。第二步就是基于这些搭建好的数据层之上,构建我们的BI功能。这里的功能比较常见的,比如广告回收的效果分析、素材的分析、投放相关的执行系统,以及用户行为的数据分析。在这里 Google团队可以提供的是有可集成的功能模块,或者开发上的技术咨询,帮助您快速的开发或者集成多种营销相关的功能。所以如果您对Google的支持感兴趣,无论您是希望从0-1的来搭建BI或者进一步的完善您现有的BI系统,都可以联系您对应的Google账户团队或者GPS团队进行洽谈。

开通会员,查看完整内容